声学分析
-
-
MATLAB声学分析工具箱：多维度声学参数综合评估系统
基于MATLAB开发的声学分析系统，可对声音信号进行总声压级、1/3倍频程频谱分析，并计算总响度、特性响度及尖锐度等心理声学参数。该系统为声学研究和工程应用提供全面的专业分析工具。 -
基于自相关法的LPCC特征提取系统
该项目实现了从语音信号中提取线性预测倒谱系数（LPCC）的完整流程，采用的是稳健的自相关分析方法。系统首先对原始语音进行抗混叠滤波及预加重处理，通过分帧和汉明窗处理将非平稳语音信号转化为短时平稳过程。核心计算模块利用自相关函数法构建正规方程组，并通过Levinson-Durbin递归算法高效求解各阶线性预测系数（LPC）。在获得LPC系数后，程序依据倒谱定义的递推公式，将其转换为LPCC参数，从而实现对声道共振峰特征的精确表征。LPCC能够分离语音中的激励源和声道信息，在抗噪声干扰和特征平滑度方面优于LP -
心理声学参数综合分析与评估系统
该系统是一个基于MATLAB开发的专业级声学分析工具，专注于量化人类听觉系统对声音信号的主观感知。其核心功能实现了对多种心理声学关键指标的精确计算：首先是响度（Loudness）分析，涵盖了基于ISO 532-1 Zwicker模型的稳态响度和随时间变化的瞬态响度计算，以及基于ISO 532-2 Moore-Glasberg模型的时变响度评估；其次是尖锐度（Sharpness）计算，采用Aures或Von Bismarck标准算法，通过分析声音频谱中高频成分的分布来描述音色的尖锐程度；第三是粗糙度（Rou -
MATLAB音频信号特征提取与分析算法库
本项目是一个专门用于音频信号处理和分析的MATLAB代码集合，旨在从原始音频数据中提取关键的声学特征。该代码库实现了完整的信号处理流水线，包括音频文件的读取、预处理（如去噪、预加重）、分帧以及加窗处理。核心功能详细涵盖了时域和频域特征的计算：在时域方面，代码能够精确计算短时能量（Short-Time Energy）以反映音量变化，以及过零率（Zero Crossing Rate）用于区分清音与浊音或环境噪声；在频域方面，利用短时傅里叶变换（STFT）提取谱质心（Spectral Centroid）、谱带宽（Spectral Bandwidth）、谱滚降点（Spectral Rolloff）和谱通量（Spectral Flux），这些特征对于音色分析至关重要。此外，项目重点实现了梅尔频率倒谱系数（MFCC）的提取算法，这是语音识别、说话人辨认及音乐流派分类等机器学习任务中最常用的特征向量。系统支持批量处理音频文件，并提供可视化功能，能够绘制特征随时间变化的曲线图，最终将提取的数据导出为标准格式（如MAT或CSV），方便后续的数据挖掘与建模工作。
